2018年亚马逊云科技推出基于Arm的定制芯片实例

news2024/9/30 7:32:35

2018年,亚马逊云技术推出了基于Arm的定制芯片。 据相关数据显示,基于Arm的性价比比基于x86的同类实例高出40%。 这打破了对 x86 的依赖,开创了架构的新时代,现在能够支持多种配置的密集计算任务。 这些举措为亚马逊云技术的其他创新奠定了基础,包括从训练到推理的机器学习和人工智能任务的优化。 自Nitro系统推出以来,EC2实例也迅速增加,EC2现在拥有超过475个实例。 计算方式也在不断更新,从EC2实例开始,逐渐支持容器和。 一般来说,云平台只提供托管服务。 亚马逊云技术提供EKS(托管服务)、ECS(自研)和三种容器管理工具。 它还开创了无服务器计算时代,这是一种按需提供后端服务的方法。 无服务器提供商允许用户编写和部署代码,而无需担心底层基础设施。

贮存

2006年,亚马逊云技术推出了S3()服务。 S3定义了对象存储,是对象存储事实上的标准,具有划时代的意义。

S3实际上比EC2早6个月推出。 最初设计时的一个重要原则就是“简单”,所以当时只提供了 和 功能。 核心 API 只有四个 REST 命令(GET、PUT、LIST 和)。 在与亚马逊前技术副总裁 Tom 谈论 S3 的开发时,两人认为“‘让它尽可能简单’是 S3 成功的关键之一。尽管这在当时颇受争议,可进化的架构一开始是不可能的。它被设计得很复杂。”

最初,用户主要使用S3来存储图像和视频数据,但随着时间的推移,越来越多的交易日志、文件、客户服务记录等数据被放入S3中​​。 那么用户想要的不仅仅是“弹性存储”和“低成本”。 他们还希望能够有数百个应用程序使用这些共享数据集,因此亚马逊添加了“”功能。 这个过程足以说明S3的演进原理:用户想用自己的数据做什么,亚马逊云技术就会添加他们想要的任何功能或服务。 通过技术和商业服务,亚马逊云技术与用户建立了快速反馈循环,成为快速增长的飞轮。

2006年,S3只有8个服务(),到2019年,S3已经有262个。而且,亚马逊致力于让S3拥有更高的性能和更低的成本,推出了七种不同级别的存储产品:、、、、One-区域 、 、 深度 和 S3。 S3(智能分层)产品分为“频繁访问”和“不频繁访问”两个级别。 连续30天未访问的对象将自动移至“不常访问”层,降低操作复杂度。 2021年,智能分层也从2级增加到3级,并增加了新推出的存档即时访问层。 最经典的存储仍在不断发展。

亚马逊云计算中心_亚马逊云服务器需要多少种类芯片_亚马逊云服务器价格

S3存储本身具有计算与存储分离的特点。 在云原生时代,非常适合作为数据湖存储的核心。 企业可以基于S3构建数据湖,并使用原生Web服务来运行人工智能或机器学习服务(),从而更高效地处理各种结构化和非结构化数据。

S3 的耐用性被设计为“11 个 9”(99.%),这意味着如果您使用 S3 存储对象,则可以预期平均每 10,000 年就会发生一次对象丢失。 今年,亚马逊宣布S3中存储的对象数量已超过200万亿,每秒需要处理数千万个请求。 如今,S3已经发展成为一个庞大而健壮的分布式存储系统。 为了保持数据持久性,亚马逊去年年底宣布升级S3的存储后端系统,并引入“自动推理”方法来确保“崩溃一致性”。 ,即系统崩溃时数据仍能保持“11个9”的一致性状态。

实现相对复杂,包含超过 40,000 行 Rust 代码。 Soft 用于提供崩溃一致性。 传统验证方法的速度跟不上系统的开发迭代速度。 使用轻量级的形式化方法()来提高可靠性,自动生成一系列操作来调用键值存储系统的接口,同时检查参考模型与具体实现之间的行为和状态是否相符。操作过程中保持一致。 基于上述方法,亚马逊成功发现并修复了16个涉及崩溃一致性和并发错误的重要问题。 亚马逊云技术也在SOSP会议上发表了相关论文,并获得了最佳论文奖。

网络

网络是云计算业务最基本的支撑之一。 亚马逊云技术拥有全球最大的骨干网络,拥有25个区域、81个可用区、14个本地区域、17个区域、300多个边缘站点和108个专线接入点。 它们是在2006年基于单一扁平子网的基础上经过16年的不断创新和优化而开发出来的。

在全球化浪潮下,许多大型跨国公司都会在全球设立多个站点。 在构建全球网络时,亚马逊云技术用户可以使用VPC创建多个虚拟网络。 传统的做法是使用VPC功能连接区域内或跨区域的VPC,并使用VPN或VPN将非亚马逊云技术基础设施与亚马逊云技术互连。 但如果云上的负载增加,管理工作就会成倍增加。 这时可以采用集中管理链路的方案。 亚马逊于 2018 年推出了 Re:。使用 Re:,可以显着简化管理并降低运营成本,因为每个网络只需要连接到其他网络,而不需要连接到所有其他网络。

亚马逊云计算中心_亚马逊云服务器需要多少种类芯片_亚马逊云服务器价格

当网络遍布全球并需要多种技术时,构建、管理和监控网络的复杂性就会显着增加。 在 2021 年 re: 大会上,亚马逊云技术宣布推出 Cloud WAN 全球网络托管服务。 借助这项网络服务,企业可以利用亚马逊的骨干网络,通过Cloud WAN图形界面一键创建自己的全球网络,设置中转网关或云连接,并监控网络运行状态、安全性和性能。

亚马逊云计算中心_亚马逊云服务器价格_亚马逊云服务器需要多少种类芯片

来源: 在 2021 年 re: 大会的主题演讲和博文中,还提到了亚马逊的“云(the cloud)”愿景,即通过有针对性的硬件和解决方案,带来亚马逊云技术推向新地区。

亚马逊云服务器价格_亚马逊云服务器需要多少种类芯片_亚马逊云计算中心

在博客中写道:“我们将在2022年见证一场转变:云将在边缘变得高度专业化。我们将为边缘提供量身定制的解决方案,无论是车间、餐厅、小型零售店还是远程位置所有地区都可以充分发挥云的优势。”

安全

没有安全的保证,云的所有优势都无从谈起。 随着数以百万计的组织上云,数据和流量更加集中,云已经成为安全攻防的主战场。 作为云计算领域的先行者,亚马逊首创的“共享安全责任模型”已经成为云安全联盟大家认可的事实上的行业标准。 该模型明确了云厂商和租户的安全边界,也明确了云厂商内部的安全边界。 安全责任。 今年,亚马逊云技术再次提出五层“洋葱防护方法论”:威胁检测与事件响应、身份认证与访问控制、网络与基础设施安全、数据保护与隐私、风险管理与合规。 基于280多项安全合规服务和功能,亚马逊云技术利用这一五层防护体系为客户提供全方位的安全服务。

亚马逊云计算中心_亚马逊云服务器需要多少种类芯片_亚马逊云服务器价格

可持续发展

2015年,联合国制定了全球框架《巴黎协定》。随后,各缔约国制定了“碳中和”路径和目标,为全球环境的健康发展做出了承诺。 埃森哲分析表明,如果采用绿色方式迁移到公有云,全球每年可减少二氧化碳排放5900万吨,相当于动动手指就能减少2200万辆汽车的碳排放!

作为世界级科技巨头,亚马逊引领了“绿色云”的转型。 亚马逊表示将提前十年达成《巴黎协定》,并在2025年实现100%可再生能源,并且还设计了一套从基础设施到软件设计的前瞻性解决方案。 这些举措也取得了显著成效。 2021年,亚马逊云技术可持续发展架构副总裁表示:亚马逊云技术的基础设施能源效率比普通美国企业数据中心高3.6倍。 同时,亚马逊在执行相同任务时可以减少 88% 的碳足迹。

3、重构云基础:为客户创新、为未来创新

16年前诞生的亚马逊云技术,开创了云计算的新领域。 亚马逊的创新可以说对IT行业的演变产生了革命性的影响。

尽管当今云厂商竞争激烈,但亚马逊云技术始终处于市场领先地位。 相关数据显示,亚马逊云技术在云基础设施服务商中份额最大,占比33%,其客户已经突破百万。 无论是科技巨头、银行还是政府,不同的组织都在使用Web来开发和部署自己的应用程序。

典型的早期用户包括那些于 2009 年开始采用 Web 并于 2015 年中期关闭最后一个数据中心的用户。 纳斯达克自2014年以来一直使用Web在云中存储股票交易数据。今年它再次增加了边缘解决方案的使用,并将逐步开始迁移到亚马逊云服务。 NASA 从 2000 年开始使用 Web 服务提供照片、视频和音频的在线访问。上周,NASA 再次宣布将使用亚马逊云服务为空间站构建“太空物流”基础设施系统……

这样的成绩得益于亚马逊围绕客户业务不断进行技术创新。 有业内专家认为,亚马逊云技术的一大亮点就是能够对用户当前面临的问题非常敏感,并快速提供解决方案或产品。 这也正如 Dave Brown 所说:“我们可以应对几乎任何需求和挑战,并且永远不会对客户说不。在亚马逊云技术,我们拥有‘客户至上’的文化,不仅满足他们当前的需求,而且还将预测他们未来的需求。” 以客户为中心、不断创新也是“Day one”理念的体现。

在面向未来的发展过程中,亚马逊云技术在过去16年里无疑有很多技术理念和决策经验值得学习和思考。

2022年4月20日,亚马逊云技术将在线举办创新大会。 这也是亚马逊首次专门关注云基础设施的技术会议。 它将设置6大分会场和30+前沿技术主题,将更全面、更详细地分享亚马逊。 云技术底层创新,诠释不同业务场景的应用,助您打造数据驱动型企业!

亚马逊云服务器需要多少种类芯片_亚马逊云计算中心_亚马逊云服务器价格

亚马逊云服务器需要多少种类芯片_亚马逊云计算中心_亚马逊云服务器价格

参考链接:

/2020/09/--with-硝基.html

/2021/10/using----to.html

/观看?v=

/2016/03/a--of-/

./aws--s3/

/doi//10.1145/。

/2021/12/tech--for-2022-and-.html

/cn/blogs//-aws--space-----reef/

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1550279.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

《数据结构学习笔记---第三篇》---单链表具体实现

目录 1.链表 1.1 链表的概念及结构 2.不带头单链表的实现 2.1创建头文件“SList.h” 2.2 创建具体接口实现文件SList.c 2.2.1打印 2.2.2申请链表结点 2.2.3创建一个长度为n的链表 2.2.4尾插尾删 2.2.5头插头删 2.2.6寻找x元素,返回pos 2.2.7插入和删除pos…

基于模糊控制算法的倒立摆控制系统simulink建模与仿真

目录 1.课题概述 2.系统仿真结果 3.核心程序与模型 4.系统原理简介 5.完整工程文件 1.课题概述 对倒立摆模型进行模糊控制器simulink建模,利用倒立摆的摆角角度与小车的位置来控制小车的推力,控制了倒立摆的摆角问题,使得小车最终停在稳…

【Linux】Ubuntu20.04解决网卡、显卡驱动不正确的问题

文章目录 1、概述2、问题描述2.1、快捷栏无无线设置2.2、设置中无Wifi设置专栏2.3、接入外接屏幕无作用 3、网卡驱动解决方案3.1、在18.04的旧方法3.1.1、安装源更换3.1.1.1、备份原始安装源3.1.1.2、修改安装源地址3.1.1.3、更新源地址 3.1.2、安装依赖3.1.3、安装编译器3.1.3…

大模型精准度提升调研

如何让ChatGPT更靠谱 1. 预训练大模型概述 关于预训练 预训练(Pre-training)是深度学习中一种常见的技术,特别是在自然语言处理(NLP)和计算机视觉(CV)等领域中。它通常指在一个大型的、通常是…

智能小程序有哪些重要能力?

概念 小程序能力是模块化的,它以kit的形式提供给业务(开发者)。通过kit可以实现快速接入涂鸦生态,获得互联互通的能力。 能力分包 能力分类包名基础能力BaseKit小程序容器能力MiniKit涂鸦内部基础能力以及细粒度通用业务能力Biz…

服务器监控软件夜莺采集监控(三)

文章目录 一、采集器插件1. exec插件2. rabbitmq插件3. elasticsearch插件 二、监控仪表盘1. 系统信息2. 数据服务3. NginxMQ4. Docker5. 业务日志 一、采集器插件 1. exec插件 input.exec/exec.toml [[instances]] commands ["/home/monitor/categraf/scripts/*.sh&q…

区块链食品溯源案例实现(一)

引言: 食品安全问题一直是社会关注的热点,而食品溯源作为解决食品安全问题的重要手段,其重要性不言而喻。传统的食品溯源系统往往存在数据易被篡改、信息不透明等问题,而区块链技术的引入,为食品溯源带来了革命性的变革…

第十篇【传奇开心果系列】Python自动化办公库技术点案例示例:深度解读Python自动化操作Excel

传奇开心果博文系列 系列博文目录Python自动化办公库技术点案例示例系列博文目录 前言一、重要作用解说二、Python操作Excel的常用库介绍三、数据处理和分析示例代码四、自动化报表生成示例代码五、数据导入和导出示例代码六、数据可视化示例代码八、数据校验和清洗示例代码九、…

数据结构——第5章 树和二叉树

1 二叉树 二叉树和树都属于树形结构,但两者互不包含。即二叉树不是特殊的树。 1.1 二叉树的基本概念 1.2 二叉树的顺序存储 仅适用于完全二叉树 #define MaxSize 100 typedef int ElemType; typedef struct TreeNode{ElemType value;//结点中的数据元素bool isE…

【面试】Elasticsearch 在部署时,对 Linux 的设置有哪些优化方法?

Elasticsearch 在部署时,对 Linux 的设置有哪些优化方法? Elasticsearch是一个分布式搜索和分析引擎,它在Linux环境下的性能和稳定性可以通过一些优化方法进行提升。以下是一些针对Linux环境下Elasticsearch部署的优化方法: 1. 内…

OSG编程指南<二十一>:OSG视图与相机视点更新设置及OSG宽屏变形

1、概述 什么是视图?在《OpenGL 编程指南》中有下面的比喻,从笔者开始学习图形学就影响深刻,相信对读者学习场景管理也会非常有帮助。 产生目标场景视图的变换过程类似于用相机进行拍照,主要有如下的步骤: (1)把照相机固定在三脚架上,让它对准场景(视图变换)。 (2)…

spring安全框架之Shiro

Shiro 一、现存问题 1.1 现存问题 认证(登录):认证操作流程都差不多,但是每次都需要手动的基于业务代码去实现,很麻烦! 授权:如果权限控制粒度比较粗,可以自身去实现&#xff0c…

算法打卡day19

今日任务: 1)235. 二叉搜索树的最近公共祖先 2)701.二叉搜索树中的插入操作 3)450.删除二叉搜索树中的节点 235. 二叉搜索树的最近公共祖先 题目链接:235. 二叉搜索树的最近公共祖先 - 力扣(LeetCode&…

Mysql数据库——高级SQL语句补充

目录 一、子查询——Subquery 1.环境准备 2.In——查询已知的值的数据记录 2.1子查询——Insert 2.2子查询——Update 2.3子查询——Delete 3.Not In——表示否定,不在子查询的结果集里 3.Exists——判断查询结果集是否为空 4.子查询——别名 二、视图—…

政安晨:【Keras机器学习实践要点】(六)—— 使用内置方法进行训练和评估

政安晨的个人主页:政安晨 欢迎 👍点赞✍评论⭐收藏 收录专栏: TensorFlow与Keras实战演绎机器学习 希望政安晨的博客能够对您有所裨益,如有不足之处,欢迎在评论区提出指正! 本文涵盖使用内置 API 进行训练和验证&#…

pytorch+tensorboard

安装依赖 pip install teorboard pip install torch_tb_profiler了解teorboard 记录并可视化标量[组]、图片[组]。 如何使用 第一步:构建模型,记录中间值,写入summarywriter 每次写入一个标量add_scalar 比如: from torch.u…

深度学习:基于PyTorch的模型解释工具Captum

深度学习:基于PyTorch的模型解释工具Captum 引言简介示例安装解释模型的预测解释文本模型情绪分析问答 解释视觉模型特征分析特征消融鲁棒性 解释多模态模型 引言 当我们训练神经网络模型时,我们通常只关注模型的整体性能,例如准确率或损失函…

上位机图像处理和嵌入式模块部署(qmacvisual区域提取)

【 声明:版权所有,欢迎转载,请勿用于商业用途。 联系信箱:feixiaoxing 163.com】 在图像处理中,有两部分比较重要,一个是区域分割,一个是区域提取。区域分割,比较好理解,…

Chrome 插件 storage API 解析

Chrome.storage API 解析 使用 chrome.storage API 存储、检索和跟踪用户数据的更改 一、各模块中的 chrome.storage 内容 1. Service worker 中 runtime 内容 2. Action 中 runtime 内容 3. Content 中 runtime 内容 二、权限(Permissions) 如果需使…

SPU赋能PSI:探秘隐私集合求交核心技术与高级调度架构实践

1.SPU实现的PSI介绍 1.PSI的定义和种类 隐私集合求交(Private Set Intersection, PSI)是一种在密码学和安全多方计算(MPC)领域中的关键技术,允许两个或多个参与者在不泄露各自输入集合中非交集部分的前提下&#xff…